找回密码
 加入怎通
查看: 443|回复: 2

[其他] 搜索引擎是怎么删除重复网页的

[复制链接]
强戈仔 发表于 2013-06-08 13:20:34 | 显示全部楼层 |阅读模式
  事情总是发生得那么突然,让人不知所措,才发觉自己原来是那么的失败,连承受能力也在退步,心情乱得无法说明,走投无路,原来是那么的可怕,真的好可怕,让人捉不到一丝丝的依靠!1 l7 ^2 R! ]3 Y4 X/ R
  k- q, d& o+ H
  成人的世界,无法承受的事情太多了,然而还是要坚强勇敢的去面对,这是无法逃避的一波又一波的风雨,袭击得让人喘不过气来,唉希望会过去,希望会过去,真的好可怕,让人心凉!网站又被拔毛了
7 e& y! x& z% X& H8 k* L' Q% i% `8 o! S/ I
  做事要量力要根据自己的实力对自己的网站进行准确的定位.限于资金、技术、人员等诸多因素,个人网站定位,不要大而全,而要小而专,专而精,抓住关键,集中力量于"一个点".
2 {0 ]  l1 D  }# H, u+ ~) \# x# J. s! F
  搜引得擎是怎么删除重复网页的) Z7 v6 r" P2 `1 H! r
% S! _: m3 W6 C- L4 E
  百度曾在站长贴吧里做过这么一个奉复:从用户体验角度,"有点转载未必比原创差".比喻一篇科技原创博文,被知名门户网站的科技频道转载.假如这种转载保存原创者名字和出处链接,其实对原创者是有利的,因为起到达更好的传布效果.只是国内的转载,众多是掐头去尾,使原创者比较负伤.据资料表明近似重复网页的数量占网页总额的的比较高达所有页面的百分之百,而纯粹相同的页面大约占所有页面的百分之百.众多站长都会埋怨,自个儿写的文章被转载后要么名次消逝、要么转载站排在面前,譬如下图:在解决这个问题之前,我认为有必要理解下搜引得擎的"去重算法框架",换个角度看看搜引得擎是怎么给网页去重的.你的网页啥子时分会被删除?因为互联网上有大约百分之百的内容是相同的,一朝你的文章刊发在网上,就可能会被转载,而普通判断帮你的网页为转载,那么搜引得擎普通会从三个时间段来删除你的网页)抓取页面的时分删除,这么可以减损搜引得擎带宽以及减损存储数量;()收录然后删除重复网页;()用户检索时分施行再次删除;增加正确性,浪费时间;内容重复的品类型:.假如篇文章内容和款式上一无差异,则这种重复叫做"纯粹重复页面".假如篇文章内容相同,不过款式不一样,则叫做"内容重复页面".假如篇文章有局部关紧的内容相同,而且款式相同,则称为"布局重复页面".假如篇文章有局部关紧的内容相同,不过款式不一样,则称为"局部重复页面"删除重复网页对于搜引得擎有众多益处:.假如这些重复网页并从搜引得擎数据库中去掉,就能节约一局部存储空间,增长检索的质量..为了增长网页的采集速度,搜引得擎会对往常采集信息的剖析,预先发现重复网页,在今后的网页采集过程中就可以避开这些网页,这就是为何总转载的网站名次不高的端由了..对某个镜像度较高的网页,搜引得擎会赋予它较高的优先级,当用户搜索时便会赋予它较高的权重.. 近似镜像网页的趁早发现存利于改善搜引得擎系统的服务质量,也就是说假如用户点击了一个死链接,那么可以将用户指导到一个相同页面,这么可以管用的增加用户的检索体验.通用去重算法框架对于网页去重任务,具体可以采取的技术手眼五花肉八门,各有创新和风味,不过假如仔细研讨,实则大概都差不离.上图给出了通用算法框架的流程图,对于给定的文档,首先要经过一定特抽取手眼,从文档中抽抽取一系列能够表征文档正题内容的特征聚齐.这一步骤往往有其内在要求,即尽可能保存文档关紧信息,删除无关信息.之所以要删除局部信息,主要是从计算速度的角度考量,普通来说,删除的信息越多,计算速度会越快.这就是为何你想做的关键字总没有名次,反倒不想做的网站关键词却能名次靠前的端由之一,搜引得擎把它认为不关紧的词语删除开.7 T" l* ^. ?5 T- N" ]* R
+ b7 V; [. k/ r: x9 y
  也许建站经历坎坷,但是人生在世难免撞南墙,难免碰一鼻子灰.无论怎样,该出手时就出手,风风火火闯九州.风雨之后见彩虹.以上内容与君共勉.希望对新手有帮助.对于老手来讲,就当看个笑话了.不要鄙视我就好.本文由引爆学习力视频 http://www.880058.com/xxlsp收集整理欢迎转载请注明,谢谢合作
9 F) Q: w  y/ Q. Y. \0 E
: V8 u- i, @/ A% M' ]$ s
回复

使用道具 举报

好运鞋网 发表于 2013-06-08 13:59:25 | 显示全部楼层
如果是被高权重的网站转载,并留下链接,是求之不得的事。
回复 支持 反对

使用道具 举报

gulou123 发表于 2026-03-11 16:43:37 | 显示全部楼层
蹲了这么久,终于看到有价值的讨论,支持一下!
回复 支持 反对

使用道具 举报

    您需要登录后才可以回帖 登录 | 加入怎通

    本版积分规则

    QQ|手机版|小黑屋|网站地图|真牛社区 ( 苏ICP备2023040716号-2 )

    GMT+8, 2026-3-14 14:39 , Processed in 0.098793 second(s), 24 queries , Gzip On.

    免责声明:本站信息来自互联网,本站不对其内容真实性负责,如有侵权等情况请联系420897364#qq.com(把#换成@)删除。

    Powered by Discuz! X3.5

    快速回复 返回顶部 返回列表